[發明專利]一種工業品圖像目標提取及缺陷判斷方法

在審

• 申請號: 202011255973.1
• 申請日: 2020-11-11
• 公開（公告）號: CN112200805A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 北京平恒智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T7/194;G06T7/62;G06T5/00;G06T5/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及缺陷檢測技術領域，尤其涉及一種基于面積比的剔除細小殘留物的膠粘薄膜褶皺缺陷檢測方法。膠粘薄膜類產品一般具有很強的反光特性，所以使用同軸光作為褶皺缺陷檢測的光源，降低反光性，突出褶皺缺陷。經過不同顏色光源的測試，紅色同軸光效果最佳。本發明采用紅色同軸光拍攝膠粘薄膜圖片，該膠粘薄膜表面存在干擾褶皺缺陷檢測的細白塑料毛，細白塑料毛是模切機未切干凈所致，屬物料殘留。細小白色物料殘留不屬于缺陷，但自適應閾值分割方法也會將其提取出來。由于細小白色殘留物料亮色部分面積超過了其所在的連通域面積的90%，所以本發明提出了一種基于面積比的剔除細小殘留物的膠粘薄膜褶皺缺陷檢測方法，剔除細小白色殘留物料所在的連通域，只保留褶皺所在的連通域。避免了細小白色殘留物料的干擾，精準檢測膠粘薄膜褶皺。

技術領域

本發明涉及工業品缺陷檢測領域，具體涉及一種工業品圖像目標提取及缺陷判斷方法。

背景技術

基于圖像分割的工業品缺陷檢測方法，首先是對分割出的目標進行提取，然后計算目標的特征值如面積、周長等，通過比較特征值與設定的閾值來判定提取到的目標是否為缺陷，而求目標的最小外接矩形是常用到的一種目標提取方法。

發明內容

本發明提供了一種簡潔有效的計算目標最小外接正矩形的方法，進而將矩形面積作為特征值看是否在設定的范圍內，從而判斷分割出的目標是否為缺陷。

本發明解決方案分為先后順序執行的四個部分：（1）首先視圖像質量而定是否要對其進行預處理操作，如圖像前后景對比度差，可考慮進行平滑處理，過濾掉影響最終檢測結果的背景噪聲，如圖像對比度強，干擾因素少，可不用對其進行平滑處理；（2）接下來通過設定一個合適的閾值，對圖像進行全局二值化操作，將目標分割出來；（3）然后沿分割出的目標輪廓移動，從而確定目標的最小外接正矩形，提取出目標，將最小外接正矩形的面積即為目標的特征值；（4）最后設定一個判斷目標是否為缺陷的取值范圍。如果目標特征值位于該范圍之內，則判定目標為缺陷并畫出最小外接正矩形作為標記；如果目標特征值位于該范圍之外，則判定目標不是缺陷。

附圖說明

圖1是本發明的一種工業品圖像目標提取及缺陷判斷方法的流程示意圖；

圖2是包含有劃痕和臟污的光學膠圖像；

圖3是對圖2進行全局二值化處理后的圖像；

圖4是針對圖2按圖1所示流程在vs2013中用C++實現后編譯生成的圖像，缺陷部位用紅色最小外接正矩形框做標記；

圖5是包含有壓痕的光學膠圖像，其中壓痕位于黑色框內；

圖6是針對圖5未加入高斯濾波和腐蝕操作時按圖1所示流程在vs2013中用C++實現后編譯生成的圖像，缺陷部位用紅色最小外接正矩形框做標記；

圖7是針對圖5加入高斯濾波和腐蝕操作時按圖1所示流程在vs2013中用C++實現后編譯生成的圖像，缺陷部位用紅色最小外接正矩形框做標記；

具體實施方式

下面結合實施例和附圖說明對本方法做進一步說明

1）首先根據圖像質量決定是否要對其進行預處理。通常而言對于目標與背景對比度差的圖像，在進行缺陷檢測之前要經過濾波處理，去除掉對檢測結果產生影響的背景噪聲。而對于對比度強的圖像，在進行缺陷檢測之前可不經過濾波處理，對檢測結果影響不大；

2）接下來通過找尋一個合適的閾值，對圖像進行全局二值化處理，將目標盡可能地分割出來。因為沒有進行反色，所以全局二值化處理后，目標像素值為0，背景像素值為255。對于光學膠圖像嘗試使用了動態閾值分割即局部二值化處理，但對目標的提取效果不如全局二值化處理效果好，所以這里對圖像采用了全局二值化處理；